10.20030/j.cnki.1000-3932.202304022
基于集成算法的软件缺陷预测方法研究
软件缺陷预测对保证软件质量至关重要,不平衡数据严重影响软件缺陷预测模型的性能,采用集成算法与不平衡学习方法相结合的方式可以有效解决该问题.基于 6 种集成学习算法与 16 种不平衡学习方法,提出一些新的集成预测方法,在 14 个高不平衡数据集上进行M×N路交叉验证实验,并选取 3种常用机器学习算法作为对比.使用AUC、G-mean、recall和F1 指标评价预测性能.实验结果表明:所提预测方法指标平均值比 3 种传统机器学习算法高出 1.5%.
软件缺陷预测、集成算法、机器学习、不平衡数据
50
TP311.5(计算技术、计算机技术)
2023-08-07(万方平台首次上网日期,不代表论文的发表时间)
共8页
549-556